关键词： 膀胱癌   复发   基因组学   人工智能  

摘要： 膀胱癌(bladder cancer,BC)是泌尿系统中最普遍的恶性肿瘤之一,约75%的初发膀胱癌患者属于非肌层浸润性膀胱癌(non-muscle invasive bladder cancer,NMIBC),这种类型的癌症与高复发率和进展率密切相关。现阶段NMIBC的标准治疗是经尿道膀胱肿瘤电切术(transurethral resection of bladder tumor,TURBT)加术后辅助性膀胱内灌注卡介苗(Bacillus Calmette-Guerin,BCG),但仍有部分患者经卡介苗治疗后病情复发或进展。预测标志物有助于实施治疗前预测患者肿瘤复发情况,从而为临床治疗决策提供参考。该文总结了预测NMIBC治疗后复发的生物标志物的相关研究,主要使用临床病理学、基因组学和人工智能等生物标志物预测NMIBC患者的预后,尤其是复发。重点介绍了目前应用人工智能技术结合病理切片和影像图像等多个指标进行膀胱癌复发预测的研究现状,旨在提高对NMIBC治疗后复发预测生物标志物的认识水平。

关键词： 新时代北斗精神   三全育人  

摘要： 广西电力职业技术学院人工智能与信息工程学院(以下简称"学院")深入学习贯彻党的二十大精神,聚焦立德树人根本任务,树立"大思政"观.用"自主创新、开放融合、万众一心、追求卓越"的"新时代北斗精神"赋能"十大育人"体系,以"培根铸魂明德启智育匠筑梦心有所信"工作理念精准构建人工智能特色"三全育人"新格局.

关键词： AIGC   生成式人工智能   服装设计   协作流程  

摘要： 人工智能生成式内容(Artificial Intelligence Generated Content AIGC)作为一种新兴的生成式技术，在各领域应用具有广泛的潜力和价值。本文旨在梳理AIGC在不同专业领域的定义，并结合其在服装设计中的应用内容，对AIGC进行更为精确和具体的定义与总结。归纳AIGC生成内容的常见分类与应用场景，通过梳理AIGC在服装设计协同创新的发展历程，探讨了其关键技术与局限性，即分别在设计效率与质量提升、个性化与定制化设计、传统与现代工作流程方面存在技术挑战。通过对AIGC在服装设计领域工作流程的详细分析，揭示AIGC技术如何与设计师的创意思维和工作流程相结合，更深入地理解其在服装领域的应用特点，从而提高设计效率、激发创新潜能，并最终实现协同创新。为后续学术研究和实践应用提供有益的参考。